49. Структуры экспертных систем в коммерции и логистике.

В последние годы из общего направления «ис­кусственный интеллект» выделилось направление, связанное с создани­ем экспертных систем (ЭС), предназначенное для решения задач экс­пертного оценивания ситуаций в различных, предметных областях. При построении ЭС с особой остротой встал вопрос о том, какие знания должны быть в них представлены и в какой форме. Структура знаний зависит от сферы их использования и может носить довольно сложныйхарактер. Эта структура включает в себя различные факты из предмет­ной области, взаимосвязи между ними, правила действий. Сложность в многообразии структур знаний вызвали к жизни несколько различных способов их представления, из которых следует выделить логическую модель, фреймовые и продукционные системы, семантические сети. Каждый способ представления обладает своими достоинствами и недос­татками и тяготеет к определенной структуре знаний.

Одним из удачных способов представления знаний являются также фреймы, определенные в 1974 г. М. Минским. Фрейм представляет со­бой структуру, группирующую данные по объединяющему их смыслу. Данная структура состоит из совокупности именованных полей, каждое из которых описывает одну из характеристик сгруппированных данных. Эта характеристика может быть процедурной, декларативной или ссы­латься на другую характеристику по ее имени. Другим средством струк­турированного описания знаний являются семантические сети, предло­женные Россом Квиллином. Придуманный для моделирования челове­ческой памяти данный способ представления знаний демонстрирует, как одна идея приводит к другой. Семантические сети оказались очень удобными при программировании естественного языка. Экспертные системы, использующие перечисленные способы представления знаний, открыли новую эпоху искусственного интеллекта: кончились только теоретические исследования, начались практические разработки, появи­лись первые весомые результаты.

Весь спектр типов задач, решаемых с помощью информационных технологий, лежит между двумя предель­ными случаями. Сильно структурируемые (повторяющиеся и рутинные, с заранее выработанной стандартной процедурой, детально описываю­щей алгоритм получения решения). Не структурируемые, - описание процесса их решения (т.е. алгоритмическое специфицирование) невоз­можно. Большую группу в этой совокупности составляют слабо струк­турируемые задачи, решение которых связано с определением количе­ственных и качественных параметров, причем зачастую качественные аспекты решения задачи доминируют. Именно к этому классу относятся задачи, представляющие реальный интерес в разных областях человече­ской деятельности.

Термин «эксперт­ная система» в различных источниках имеет разные определения. При­ведем два из них.

1. ЭС - это система искусственного интеллекта, использующая знания из сравнительно узкой предметной области для решения возни­кающих в ней задач, причем так, как это делал бы эксперт-человек, т.е. в процессе диалога с заинтересованным лицом, поставляющим необходи­мые сведения по конкретному вопросу.

2. ЭС - это вычислительная система, в которую включены знания специалистов о некоторой конкретной предметной области. В пределах этой области она способна принимать решения, качество которых соот­ветствует решениям, принимаемым экспертами-людьми. Такая система должна обладать следующим перечнем характеристик:

• способностью рассуждать при неполных и противоречивых дан­ных;

• способностью объяснять цепочку рассуждений понятным для пользователя способом;

• факты и механизм вывода должны быть четко определены друг от друга (знания не встраиваются в процедуры дедукции);

• конструкция системы должна обеспечивать возможность эволюционного наращивания базы знаний;

• на выходе ЭС должна выдавать совет - не таблицу цифр или красивые картинки на экране, а четкий совет;

• она должна быть экономически выгодна.